| 名 称 | 基于APC-LSTM模型的近水平段井下地质导向钻井决策深度学习方法数据 |
|---|---|
| 科技资源标识 | 
CSTR:11738.11.NCDC.XDA14.DB6192.2024
|
数据共享方式 | 开放下载 |
| 摘 要 | 模型训练过程以及模拟钻进过程均使用测井数据来进行数据集的构建,测井曲线反映了测井过程中地层的岩性及物理属性的变化趋势，测井曲线中蕴藏着丰富的地质资料，是钻井的重要依据。测井曲线一般包含九种常规曲线，如泥质指示曲线、孔隙度曲线、电阻率曲线等。测井资料可以对地层信息进行横向对比和纵向划分：在横向上表示为在某深度下地层的岩性特征，在纵向上表示为地层之间的堆叠方式。测井资料可以为油气勘探开发提供准确的地层层序信息，这是其最基本的用途之一。依据测井曲线的组合特征划分出了不同地层，并作为深度学习模型的训练集。 |
| 学科分类 | |
| 关键词 | |
| 作者 | 陈冬 |
| 数据量 | 1.3 MiB |
| 采集时间 | 2014-01-01 - 2015-01-01 |
| 采集地点 | 塔里木盆地地区 |
depth：井深(m) Spontaneous potential：自然电位(mv) ACS log curve：ACS测井曲线(μs/ft) Compensated neutron log：补偿中子测井(%) Density: 密度(g/cc) Young's modulus：杨氏模量(Gpa) Compressive strength：抗压强度(Mpa) Tensile strength：抗张强度(Mpa) Poisson's ratio：泊松比(PR) Upper mud density：泥浆密度上限(g/cc)
中国西部某盆地的测井数据集，包含25种地质特征共计6800条样本数据
采用中国西部某油田测井曲线采样的随钻测井数据作为试验井数据，验证了所提出的地质导向解决方案。原始 LWD 数据由 25 个属性组成，包括声波的深度、自然伽马、自然电位和时间差异等。数据集的大小是具有相应地层标签的 6000 个样本。标签集包括4种不同类型的砂岩地层
在实际钻井过程中，实际的地球物理现象无法提前知道，尽管测试能够很好地提供基本知识。为了模拟这种不确定性，我们基于深度卷积生成对抗网络(DCGAN)构建了钻井仿真环境，该网络根据钻头的位置生成实时随钻数据。为了验证该方法的性能，我们将基线模型设置为对照组，该模型使用没有“广角眼睛”机制的AdaBoost分类器。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
